SAP inwestuje miliard euro w AI dla danych tabelarycznych. Przejęcie Prior Labs to dopiero początek

• Kolejnictwo – Studium przypadku na stronie Prior Labs pokazuje współpracę z Hitachi w zakresie prognozowania awarii w transporcie szynowym .
• Finanse – Kolejne studium dokumentuje, że Prior Labs i TD Bank badały zastosowanie TabPFN do prognozowania finansowego na skalę przedsiębiorstwa .
• Opieka zdrowotna i nauki przyrodnicze – Zastosowania badawcze obejmują diagnostykę raka trzustki, onkologię, neurologię i kardiologię ; studium przypadku z BostonGene wykorzystało TabPFN do identyfikacji profili układu odpornościowego .
• Środowisko i energetyka – Model stosowano do prognozowania ryzyka pożarów lasów oraz nowcastingu energii odnawialnej .
• Materiały do baterii – TabPFN-2.5 wykorzystywano do prognozowania środowiskowego, w tym zakwitów glonów i ryzyka pożarów, a także do nowcastingu energii odnawialnej .

Najnowszy model: TabPFN-3 z trybem Thinking

TabPFN-3 został wydany 12 maja 2026 roku . Obsługuje zbiory danych do 1 miliona wierszy i 200 cech, z natywną obsługą cech tekstowych w API . Oferta API TabPFN-3-Plus (Thinking) wprowadza skalowanie obliczeń w czasie wnioskowania (test-time compute) – poświęca więcej czasu podczas dopasowywania, co znacząco zwiększa dokładność . Na benchmarku TabArena, TabPFN-3-Plus (Thinking) pokonuje wszystkie modele spoza rodziny TabPFN o ponad 200 punktów Elo i przewyższa AutoGluon 1.5 extreme, będąc przy tym 10 razy szybszym . Sam TabPFN-3 pozostaje open-source .

Struktura transakcji i warunki niezależności

• Cena przejęcia – Nie ujawniono, ale SAP zobowiązał się zainwestować ponad 1 miliard euro w ciągu czterech lat w rozwój Prior Labs .
• Niezależność – Prior Labs nadal działa jako niezależny podmiot, zachowując swoją markę, kierownictwo, agendę badawczą i relacje z klientami .
• Zobowiązanie do open-source – SAP w pełni wspiera strategię open-source Prior Labs; TabPFN-3 jest wydany jako open-source, a model pobrano już ponad 3 miliony razy .
• Kierownictwo – Założyciele Frank Hutter, Noah Hollmann i Sauraj Gambhir nadal kierują zespołem . W radzie naukowej zasiadają Yann LeCun i Bernhard Schoelkopf .

Uzasadnienie strategiczne ze strony kierownictwa

Philipp Herzig, CTO SAP, powiedział, że SAP szybko zdał sobie sprawę, iż największa niewykorzystana szansa w AI dla przedsiębiorstw nie leży w dużych modelach językowych (LLM), ale w AI zbudowanej dla strukturyzowanych danych biznesowych. Stwierdził: „Połączenie ich przełomowej pracy modelowej z danymi przedsiębiorstwa i zasięgiem klientów to sposób, w jaki zamierzamy przewodzić tej kategorii na całym świecie” .

Frank Hutter, CEO Prior Labs, powiedział: „Dołączenie do rodziny SAP daje nam zasoby, środowisko danych i zasięg klientów, aby w pełni wykorzystać potencjał tej kategorii” . W poście na LinkedIn po sfinalizowaniu transakcji dodał: „Ten sam zespół, te same biura, ta sama misja, otwarte modele, wsparte miliardem euro. Co się zmienia? Skala i horyzont planowania. SAP jest idealnym partnerem, z ogromną skalą danych tabelarycznych i dystrybucją” .

Połączony podmiot planuje prowadzić przełomowe badania w zakresie AI dla przedsiębiorstw, odkryć naukowych, przyczynowości, danych relacyjnych i systemów agentowych – przechodząc od korelacji do przyczynowości i umożliwiając działanie systemom agentowym, które rozumieją tabele, język i obrazy, aby rozumować i dynamicznie się dostosowywać . SAP nakreślił też ambitne cele w zakresie danych medycznych i nauk o materiałach, z zastosowaniami już zademonstrowanymi w diagnostyce onkologicznej, podejmowaniu decyzji klinicznych i badaniach nad materiałami do baterii .